-
公开(公告)号：CN110945382B
公开(公告)日：2024-12-03
申请号：CN201880048950.8
申请日：2018-06-15
Applicant: 罗伯特·博世有限公司
Abstract: 公开一种用于校正位置概率分布的方法，其中，至少两个移动系统分别通过GNSS接收器求取各自的位置概率分布，至少一个移动系统求取至至少一个第二移动系统的间距，所述至少两个移动系统通过通信连接彼此交换所求取的位置概率分布，并且在使用所求取的至少两个位置概率分布和所述至少两个移动系统之间的所述间距的情况下，计算用于改善所述概率分布的校正项。此外公开一种用于提供至少一个校正项的方法。
-
公开(公告)号：CN118494523A
公开(公告)日：2024-08-16
申请号：CN202410178390.5
申请日：2024-02-09
Applicant: 罗伯特·博世有限公司
Abstract: 为了改进对交通场景中参与者行为的分析，提出了一种计算机实现的方法，其中基于经聚合的场景特定信息在交通场景中检测参与者(1)。根据本发明，通过生成针对过去时间点序列(t＝‑3,t＝‑2,t＝‑1)的感知结果，基于在当前时间点(t＝0)所聚合的场景特定信息重建针对该参与者(1)的至少一个过去的踪迹进程(12)。
-
公开(公告)号：CN111469852B
公开(公告)日：2024-04-30
申请号：CN202010076709.5
申请日：2020-01-23
Applicant: 罗伯特·博世有限公司
Abstract: 一种用于为机动车的驾驶员辅助系统或驾驶系统的辅助功能或自动化驾驶功能进行主对象选择的方法，该系统包括对象选择分支，该对象选择分支包括基于规则的第一对象选择分支以及第二对象选择分支，第一对象选择分支用于选择用于功能的主对象，第二对象选择分支包括用于选择用于功能的主对象的人工神经网络，该方法包括以下步骤：将至少一个传感器的传感器数据聚合成一个或多个对象数据组；在人工神经网络的训练数据方面对由聚合的对象数据组表示的交通情况的新奇性进行评估；在系统的对象选择分支之间进行切换，其中，如果交通情况的新奇性超过阈值，则使用基于规则的对象选择分支。本发明还涉及一种用于执行该方法的驾驶员辅助系统或驾驶系统。
-
公开(公告)号：CN117104244A
公开(公告)日：2023-11-24
申请号：CN202310586813.2
申请日：2023-05-23
Applicant: 罗伯特·博世有限公司
IPC: B60W40/09 , G06V20/58 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/09 , G06F18/24 , B60W30/09 , B60W30/095 , B60W30/18
Abstract: 本发明涉及一种用于对在本车辆的环境中的交通参与者的行驶行为进行分类的方法，所述方法包括：‑接收布置在本车辆的环境中的交通参与者的行驶轨迹的轨迹数据；‑求取所述交通参与者的行驶轨迹在潜在空间中的潜在空间表示；‑求取在所述潜在空间中的所述交通参与者的行驶轨迹的潜在空间表示到至少一个正常轨迹的潜在空间表示的距离；并且‑将所述交通参与者的行驶行为分类为正常行驶行为，如果在所述潜在空间中的所述距离低于预定的极限值；或者‑将所述交通参与者的行驶行为分类为异常行驶行为，如果在所述潜在空间中的所述距离高于所述预定的极限值。本发明还涉及一种用于控制本车辆的方法、一种计算单元和一种计算机程序产品。
-
Patent Agency Ranking
公开(公告)号：CN116206439A
公开(公告)日：2023-06-02
申请号：CN202211507342.3
申请日：2022-11-29
Applicant: 罗伯特·博世有限公司
IPC: G08G1/01
Abstract: 本发明提出了一种用于预测交通场景（10）的未来发展的计算机实现的系统（100），借此可以实现预测的重大意义并且可以限制该预测的计算花费。为此，所述系统包括：a.感知层（110），用于聚合入口场景的特定于场景的信息；b.骨干网络（120），用于基于所述特定于场景的信息来生成潜在特征的特征集（130）；c.分类器（140），所述分类器基于所述特征集（130）来评价用于所述入口场景的未来发展的指定数量的不同模式；以及d.对于每个模式来说，有预测模块（161‑164；170），用于生成针对所述入口场景的未来发展的预测，其中至少一个预测模块（161‑164；170）能选择性地被激活。
-
公开(公告)号：CN116206438A
公开(公告)日：2023-06-02
申请号：CN202211507338.7
申请日：2022-11-29
Applicant: 罗伯特·博世有限公司
IPC: G08G1/01
Abstract: 提出一种训练用于预测交通场景未来发展的计算机实现的系统（500）的方法，系统（500）至少包括：a.聚合输入场景的场景特定信息的感知层面，b.主干网络（120），用于基于场景特定信息生成潜在特征的特征集，c.分类器网络（140），其基于特征集而评价针对输入场景未来发展的预给定数量的不同模式，和d.针对每个模式的预测模块（560、580、571、721），用于生成针对输入场景未来发展的预测。通过修改主干网络（120）和/或分类器网络（140）的权重使得不同模式的分类器网络（140）的学习阶段评价（131）与真实评价间的偏差减少（506），将主干网络（120）与分类器网络（140）一起训练。
-
公开(公告)号：CN114631131A
公开(公告)日：2022-06-14
申请号：CN202080076861.1
申请日：2020-09-25
Applicant: 罗伯特·博世有限公司
IPC: G08G1/09 , G08G1/16 , G08G1/0967
Abstract: 本发明涉及一种用于在通信网络中提供用于在交通参与者(100)与至少一个另外的交通参与者(116、118)之间协调机动动作的机动动作消息(120)的方法(200)。该交通参与者(100)和所述至少一个另外的交通参与者(116、118)经由通信网络彼此联网。该交通参与者(100)包括分析评价单元(102)，该分析评价单元用于对经由通信网络所接收到的通信数据和/或对通过用于检测该交通参与者的周围环境的传感装置(104)所产生的的传感器数据(106)进行分析评价并且用于经由通信网络传输机动动作消息(120)。该方法包括以下步骤：在分析评价单元中接收(210)通信数据和/或传感器数据；基于所述通信数据和/或传感器数据确定(230)该交通参与者的至少一个可能的轨迹(300、301、302)，其中，求取至少一个描述所述至少一个可能的轨迹的特性的轨迹参数(公式)；由该轨迹参数计算(240)轨迹传输优先级(pt)，其中，该轨迹传输优先级代表所述至少一个可能的轨迹对于该交通参与者和/或所述至少一个另外的交通参与者而言的相关性；根据该轨迹传输优先级确定(250)是否应将所述至少一个可能的轨迹记录到机动动作消息中；若是：生成(260a)具有所述至少一个可能的轨迹的机动动作消息并经由通信网络发送该机动动作消息。
-
公开(公告)号：CN113353084A
公开(公告)日：2021-09-07
申请号：CN202110245870.5
申请日：2021-03-05
Applicant: 罗伯特·博世有限公司
IPC: B60W40/06
Abstract: 本发明涉及一种用于车辆控制的方法(200)，其中，所述方法(200)具有以下步骤：读入(205)摄像机信号(125)，所述摄像机信号代表要由车辆(100)驶过的车道的光学感测图像；对由所述摄像机信号(125)所代表的图像实施(210)语义分割，以便从所述图像中识别在所述车辆(100)前方的空闲区域作为可行驶车道区段(305)，并且提供代表所识别的可行驶车道区段(305)的车道信号(135)；以及在使用所述车道信号(135)的情况下求取(215)控制信号(140)用于操控至少一个车辆部件(145)。本发明还涉及一种设备和一种机器可读的存储介质。
-
公开(公告)号：CN111469852A
公开(公告)日：2020-07-31
申请号：CN202010076709.5
申请日：2020-01-23
Applicant: 罗伯特·博世有限公司
Abstract: 一种用于为机动车的驾驶员辅助系统或驾驶系统的辅助功能或自动化驾驶功能进行主对象选择的方法，该系统包括对象选择分支，该对象选择分支包括基于规则的第一对象选择分支以及第二对象选择分支，第一对象选择分支用于选择用于功能的主对象，第二对象选择分支包括用于选择用于功能的主对象的人工神经网络，该方法包括以下步骤：将至少一个传感器的传感器数据聚合成一个或多个对象数据组；在人工神经网络的训练数据方面对由聚合的对象数据组表示的交通情况的新奇性进行评估；在系统的对象选择分支之间进行切换，其中，如果交通情况的新奇性超过阈值，则使用基于规则的对象选择分支。本发明还涉及一种用于执行该方法的驾驶员辅助系统或驾驶系统。
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.026 seconds)
